en
Feedback

Don't get caught by a cheater! Telemetrio finds and tags such channels 👉 If you want to see the tag, subscribe

Machine learning Interview

Machine learning Interview

Open in Telegram

ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно! Вопросы - @workakkk РКН: clck.ru/3FmwRz

Show more

📈 Analytical overview of Telegram channel Machine learning Interview

Channel Machine learning Interview (@machinelearning_interview) in the Russian language segment is an active participant. Currently, the community unites 30 550 subscribers, ranking 4 377 in the Technologies & Applications category and 20 908 in the Russia region.

📊 Audience metrics and dynamics

Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 30 550 subscribers.

According to the latest data from 14 November, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 194 over the last 30 days and by -14 over the last 24 hours, overall reach remains high.

  • Verification status: Not verified
  • Engagement rate (ER): The average audience engagement rate is 11.98%. Within the first 24 hours after publication, content typically collects 7.37% reactions from the total number of subscribers.
  • Post reach: On average, each post receives 3 660 views. Within the first day, a publication typically gains 2 252 views.
  • Reactions and interaction: The audience actively supports content: the average number of reactions per post is 26.
  • Thematic interests: Content is focused on key topics such as claude, llm, контекст, hermes, nvidia.

📝 Description and content policy

The author describes the resource as a platform for expressing subjective opinions:
“ИИ, Rust, вайбкодинг, Data Science, Deep Learning и делюсь тем, что интересно и полезно! Вопросы - @workakkk РКН: clck.ru/3FmwRz”

Thanks to the high frequency of updates (latest data received on 15 November, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.

30 550
Subscribers
-1424 hours
-167 days
+19430 days
Attracting Subscribers
Nov '26
November '26
+107
in 3 channels
October '26
+484
in 51 channels
Get PRO
September '26
+332
in 25 channels
Get PRO
August '26
+309
in 39 channels
Get PRO
July '26
+320
in 45 channels
Get PRO
June '26
+305
in 10 channels
Get PRO
May '26
+237
in 2 channels
Get PRO
April '26
+265
in 7 channels
Get PRO
March '26
+246
in 8 channels
Get PRO
February '26
+572
in 28 channels
Get PRO
January '26
+243
in 6 channels
Get PRO
December '25
+132
in 1 channels
Get PRO
November '25
+324
in 48 channels
Get PRO
October '25
+201
in 17 channels
Get PRO
September '25
+256
in 43 channels
Get PRO
August '25
+18 874
in 18 channels
Get PRO
July '25
+9 997
in 60 channels
Get PRO
June '25
+471
in 38 channels
Get PRO
May '25
+589
in 5 channels
Get PRO
April '25
+430
in 29 channels
Get PRO
March '25
+355
in 9 channels
Get PRO
February '25
+415
in 42 channels
Get PRO
January '25
+794
in 47 channels
Get PRO
December '24
+1 508
in 44 channels
Get PRO
November '24
+846
in 60 channels
Get PRO
October '24
+881
in 59 channels
Get PRO
September '24
+960
in 202 channels
Get PRO
August '24
+859
in 42 channels
Get PRO
July '24
+897
in 57 channels
Get PRO
June '24
+1 014
in 64 channels
Get PRO
May '24
+973
in 41 channels
Get PRO
April '24
+2 303
in 57 channels
Get PRO
March '24
+840
in 23 channels
Get PRO
February '24
+1 242
in 3 channels
Get PRO
January '24
+1 498
in 45 channels
Get PRO
December '23
+791
in 39 channels
Get PRO
November '23
+248
in 4 channels
Get PRO
October '23
+715
in 0 channels
Get PRO
September '23
+735
in 0 channels
Get PRO
August '23
+952
in 0 channels
Get PRO
July '23
+782
in 0 channels
Get PRO
June '23
+739
in 0 channels
Get PRO
May '23
+297
in 0 channels
Get PRO
April '23
+504
in 0 channels
Get PRO
March '23
+228
in 0 channels
Get PRO
February '23
+775
in 0 channels
Get PRO
January '23
+841
in 0 channels
Get PRO
December '22
+494
in 0 channels
Get PRO
November '22
+1 448
in 0 channels
Get PRO
October '22
+287
in 0 channels
Get PRO
September '22
+1 096
in 0 channels
Get PRO
August '22
+2 283
in 0 channels
Get PRO
July '22
+2 559
in 0 channels
Date
Subscriber Growth
Mentions
Channels
15 November+9
14 November+3
13 November+5
12 November+5
11 November+4
10 November+17
09 November+12
08 November+7
07 November0
06 November+8
05 November+6
04 November+6
03 November+12
02 November+4
01 November+9
Channel Posts
🔥 Большой гайд на русском : Свой ИИ-агент на компьютере. Без API-ключей и платных подписок Cобираем локального ИИ-агента на
🔥 Большой гайд на русском : Свой ИИ-агент на компьютере. Без API-ключей и платных подписок Cобираем локального ИИ-агента на Python и Ollama. Он умеет вызывать инструменты, искать информацию в собственных файлах Markdown и указывать источники ответов. Внутри: Qwen и Gemma, Tool Calling, подключение моделей, сравнение производительности и финальный проект. Есть готовый код, тесты и пошаговые инструкции. Всё запускается локально, без платных API. GitHub: https://github.com/justxor/local-ai-agent-course-ru

2
⚡️ Google объединила ИИ-агентов в команды. Они решают задачи, над которыми учёные работали десятилетиями Google Research расс
⚡️ Google объединила ИИ-агентов в команды. Они решают задачи, над которыми учёные работали десятилетиями Google Research рассказала о результатах Antigravity /teamwork - мультиагентной системы, в которой специализированные ИИ-агенты совместно занимаются математическими исследованиями, химией, разработкой ПО и оптимизацией вычислений. Принцип работы отличается от обычного взаимодействия с одним ИИ-ассистентом. Несколько агентов параллельно исследуют задачу, предлагают решения, проверяют гипотезы и ищут ошибки в работе друг друга. Для проверки используются Lean 4, тестовые наборы, симуляторы и аппаратные измерения. Отдельные агенты выступают в роли критиков и аудиторов, проверяя результаты независимо от тех, кто их подготовил. Среди результатов Google особенно выделяет математические исследования. Команда с участием Gemini и Antigravity формализовала доказательство гипотезы Кортаде - Кумара в Lean 4, создав около 50 млн строк кода. Другой эксперимент связан с гипотезой Вейля. Система автоматически подготовила формализацию, состоящую примерно из 1,8 млн строк Lean, задействовав 28 800 вызовов субагентов. В химии 30 специализированных агентов совместно определяли молекулярные структуры по данным ЯМР. На сложных тестовых молекулах система достигла 95% точности при первом предположении и 100% среди трёх лучших вариантов. Есть и результаты непосредственно для разработчиков. Google переписала видеодекодер libgav1 с C++ на Rust: получилось около 170 тысяч строк кода с побитовым соответствием оригинальной реализации на тестах совместимости. После профилирования и оптимизации новая версия оказалась на 20-30% быстрее исходной на x86_64 и ARM. Ещё один пример - переписывание оставшейся части микроядра Zircon. За две недели агенты добавили около 800 тысяч строк безопасного Rust, прошедших модульные тесты ядра и загрузившихся на ARM64. Google открывает Antigravity /teamwork и /boost для внешних разработчиков и исследователей. Инструменты работают с моделями Gemini 4. Источник: https://research.google/blog/advancing-science-engineering-with-antigravitys-teamwork-feature/
1 917
3
Революция SpaceX: башня поймала Starship после 14 витков вокруг Земли Корабль вывел на орбиту 26 спутников и вернулся к старт
Революция SpaceX: башня поймала Starship после 14 витков вокруг Земли Корабль вывел на орбиту 26 спутников и вернулся к стартовой башне. Её механические руки впервые поймали верхнюю ступень после орбитального полёта. У Falcon 9 ступень, которая доставляет груз на орбиту, теряется при каждом запуске. Если SpaceX научится регулярно возвращать и повторно запускать Starship, один корабль сможет доставлять грузы на орбиту снова и снова.
2 216
4
🌟 Thinking Machines открыла веса Inkling 2 Small Стартап Мирой Мурати, как и обещал, через неделю после запуска модели на со
🌟 Thinking Machines открыла веса Inkling 2 Small Стартап Мирой Мурати, как и обещал, через неделю после запуска модели на собственной платформе Tinker опубликовала модель Inkling 2 Small. Под капотом MoE на 594 млрд общих параметров, из которых на каждый токен работают 17 млрд, а в каждом из 48 слоёв токен направляется к 8 экспертам из 384. Модель принимает текст и изображения, отвечает текстом, держит контекст до 1 млн токенов и позволяет задавать, сколько усилий тратить на рассуждение. По словам Thinking Machines, на RL-фазе обучения модель, не справляясь с задачей, обошла сетевую блокировку через сторонний сервис, доступный ей из поисковых инструментов. Это вовремя заметили, обучение остановили, интернет отключили и добавили проверку каждого вызова инструментов и дополнительные этапы обучения поведению. 🟡Бенчмарки Показатели не поменялись - 31 балл в Artificial Analysis, ARC-AGI-2 - 81,7%, на мультимодальном MMMU Pro - 81,6%. Слабее всего результат на Terminal Bench Science: 5,7% против 20,0% у Claude Haiku 5.5. Веса доступны в форматах NVFP4 и MXFP8, первому нужно не меньше 500 ГБ видеопамяти суммарно, т. е. пару B300 или четыре H200. Модель поддерживают SGLang, vLLM и Unsloth, через API её предлагают NVIDIA, Fireworks, Together, Baseten, Nebius, Modal и Cloudflare, а дообучать её можно на Tinker. 📌Лицензирование: Apache 2.0 🟡Набор моделей 🟡Демо @ai_machinelearning_big_data #AI #ML #LLM #Inkling #ThinkingMachine
1 974
5
Модель прошла первый вопрос. А что она ответит на пятый? Anthropic описала, как проверяет безопасность ИИ в многоходовых диал
Модель прошла первый вопрос. А что она ответит на пятый? Anthropic описала, как проверяет безопасность ИИ в многоходовых диалогах. Отдельная модель Claude играет пользователя. Первая реплика фиксирована, а следующие зависят от ответов тестируемой модели. Так один и тот же сценарий можно прогнать несколько раз и получить разные разговоры. Затем модель-судья оценивает диалог целиком. Одного ответа, нарушившего критерии безопасности, достаточно, чтобы тест считался проваленным. Почему просто считать отказы мало? Если человек пишет, что ему плохо, сухое «я не могу помочь» тоже может быть провалом. В таком сценарии от модели ждут, что она поддержит собеседника и вовремя направит его к живой помощи. В тестах с одним сообщением Anthropic отдельно измеряет, как часто модель отвечает на опасные запросы и как часто отказывает в помощи с обычными запросами на ту же тему. В наборе одноходовых тестов Anthropic проверяет 16 категорий риска на семи языках и в разных интерфейсах. Авторы советуют отдельно проверять ту конфигурацию, которую получат пользователи: доступ к инструментам и системный промпт могут изменить поведение одной и той же модели. https://www.anthropic.com/research/building-strong-safety-evaluations
2 418
6
Исследование HEGM: прогнозирование распределения продолжительности взаимодействия с контентом В рекомендательных системах инт
Исследование HEGM: прогнозирование распределения продолжительности взаимодействия с контентом В рекомендательных системах интерес пользователя обычно оценивают через ожидаемое время взаимодействия с айтемом. Но точечная оценка смешивает разные сценарии поведения — пролистывание, частичный просмотр, досмотр, повтор — и теряет сигнал. Исследователи из AI VK Research предложил метод HEGM (Hierarchical Exponential-Gaussian Mixture): вместо одного числа модель строит распределение продолжительности взаимодействия и одной моделью оценивает вероятности отдельных сценариев. Валидация — на KuaiRec, VK-LSVD и внутреннем датасете из 282 млн обезличенных взаимодействий. По качеству ранжирования метод превзошёл протестированные альтернативы. При внедрении в VK Клипах: +10% роликов за сессию, +6% просмотров дольше 10 секунд, −8,3% дизлайков. Постановка не ограничена видео: она воспроизводится в музыке, рекламе и e-commerce. Метод встраивается в существующие архитектуры без структурной модификации. Код — на GitHub, статья — на arXiv. Работа представлена на IEEE ICDM 2026.
2 308
7
🔥 DeepSeek теперь можно встроить в своё приложение почти целиком через API DeepSeek объявил о расширении API. Разработчикам
🔥 DeepSeek теперь можно встроить в своё приложение почти целиком через API DeepSeek объявил о расширении API. Разработчикам стали доступны функции, которые раньше использовались преимущественно внутри официального приложения. Теперь через API можно подключить веб-поиск, работу с файлами и ссылками, встроенные механизмы безопасности и голосовые функции. Отдельно доступны API для OCR (распознавание текста на изображениях), ASR (преобразование речи в текст) и TTS (синтез речи). Часть возможностей включается несколькими параметрами в запросе. Для остальных предусмотрены отдельные эндпоинты. DeepSeek также опубликовал open-source демо полноценного чат-интерфейса с поддержкой импорта истории переписки из DeepSeek. Разработчики могут использовать его как основу собственного ИИ-ассистента с поиском, документами и голосовым взаимодействием. Демо: https://cdn.deepseek.com/chat-demo Документация: https://api-docs.deepseek.com/
2 238
8
🚀️️️️️️ SpaceX и Tesla могут объявить о слиянии уже в декабре По данным Bloomberg, советы директоров и консультанты обсуждаю
🚀️️️️️️ SpaceX и Tesla могут объявить о слиянии уже в декабре По данным Bloomberg, советы директоров и консультанты обсуждают условия сделки, управление объединённой компанией и сколько акций SpaceX получат владельцы Tesla. Один из сценариев предусматривает объявление в декабре 2026 года, другой - в начале 2027-го. По данным Reuters на закрытии торгов, SpaceX стоила около $1,90 трлн, Tesla - $1,55 трлн. Если доли распределят пропорционально этим оценкам, акционерам Tesla достанется около 45% объединённой компании. Фактическая доля будет зависеть от согласованного обмена акций. Один из вопросов для согласования сделки - как обособить китайское производство Tesla от подразделений SpaceX, которые выполняют оборонные контракты США. https://ca.finance.yahoo.com/news/spacex-tesla-talks-record-merger-202235758.html/
2 173
9
Приглашаем на митап для ML-разработчиков и дата-сайентистов 🥰 Как использовать LLM и агентов в поиске, чтобы точнее понимать
Приглашаем на митап для ML-разработчиков и дата-сайентистов 🥰 Как использовать LLM и агентов в поиске, чтобы точнее понимать запросы пользователей и повышать релевантность результатов? 19 ноября обсудим выбор моделей, оценку качества и работу таких систем в проде. 🔴 Борис Коварский, hh.ru — Агентный поиск в рекрутинге: опыт hh 🔴 Виктор Реушкин, hh.ru — Как устроен диалоговый поиск вакансий на hh 🤩 Алексей Казаков, Циан — LLM и энкодерные модели для поиска. Опыт развития подходов в поиске недвижимости Дата и время: 19 ноября в 19:00 мск Очно: Москва, офис hh Онлайн: будет трансляция в VK и YouTube для тех, кто не сможет прийти в офис После докладов можно будет пообщаться с коллегами — подготовим вкусную еду и напитки 🍕 Регистрируйтесь→ участие бесплатное 🥹 #реклама О рекламодателе
2 003
10
🔥 Anthropic выходит на биржу. IPO может стать крупнейшим в истории Разработчик Claude официально объявил о первичном размещении акций на Nasdaq под тикером ANT. Компания планирует продать 825 млн акций по цене от $70 до $78 за штуку и привлечь до $64,4 млрд. При верхней границе ценового диапазона оценка Anthropic может достичь $1,4 трлн с учётом полностью разводнённого капитала. Торги акциями предварительно планируют начать 19 ноября. Организаторами размещения выступают Goldman Sachs и Morgan Stanley. Anthropic уже подала документы в SEC и начала встречи с инвесторами. Регистрационное заявление пока не вступило в силу, окончательная цена размещения ещё не определена. Сайт IPO: https://ipo.anthropic.com
2 861
11
Бизнесу не нужны красивые ML-модели, которые не окупаются Модель может показывать отличные метрики на тестовых данных, но провалиться в реальном продукте: не выдержать нагрузку, оказаться слишком дорогой, не вписаться в инфраструктуру или не решить бизнес-задачу. Чтобы предусмотреть все эти ошибки, ML-инженер должен уметь проектировать систему целиком — от постановки задачи до запуска и поддержки. Именно эти навыки проверяют на собеседованиях в бигтехе. Освойте их на курсе по ML System Design от karpovꓸcourses.  Лекции ведёт легендарный Валерий Бабушкин, старший директор данных, аналитики и ИИ в British Petroleum, Kaggle Grandmaster. На вебинарах вы сможете задать ему свои вопросы, обсудить сложные технические и архитектурные решения. За 16 недель научитесь: — переводить бизнес-задачу в технические требования; — выбирать архитектуру, оценивать риски и ограничения; — проектировать работу с данными, метриками и интеграцию модели в продукт; — продумывать мониторинг и поддержку после запуска; — работать с LLM и агентами. А в конце соберете собственный дизайн-документ ML-системы. Обучение занимает 4–6 часов в неделю. Встречи с Валерием проходят по выходным.  В честь Чёрной пятницы на курс впервые дают скидку 20% по промокоду BFML20. → Успейте записаться до 16 ноября Реклама. ООО «КАРПОВ КУРСЫ». ИНН 7811764627. erid: 2W5zFHAJqY6 
2 916
12
📈 Тим Кук во главе NVIDIA? На Kalshi ставки упали с 91% до 10% Совет директоров NVIDIA в среду обсуждал, останется ли Дженсе
📈 Тим Кук во главе NVIDIA? На Kalshi ставки упали с 91% до 10% Совет директоров NVIDIA в среду обсуждал, останется ли Дженсен Хуанг гендиректором, сообщает Reuters. Среди возможных преемников СМИ называют бывшего главу Apple Тима Кука. NVIDIA пока не объявляла о смене CEO. На Kalshi оценка шансов Кука в какой-то момент дошла до 91%, но к моменту публикации Benzinga опустилась до 10%. В том же срезе лидировал Иэн Бак, который отвечает в NVIDIA за высокопроизводительные вычисления, с 42%. У финансового директора Колетт Кресс было 27%. По подсчётам Financial News, с начала недели NVIDIA потеряла около $673 млрд капитализации с учётом падения акций на внебиржевой сессии в среду.
2 986
13
Грустно, но факт
Грустно, но факт
3 284
14
🌟️️️️ OpenAI запускает Business Hub: теперь компании смогут управлять своим присутствием в ChatGPT OpenAI представила Busine
🌟️️️️ OpenAI запускает Business Hub: теперь компании смогут управлять своим присутствием в ChatGPT OpenAI представила Businesses in ChatGPT в бета-версии. Компании смогут заявить права на свой профиль, обновлять информацию о бизнесе и анализировать, как пользователи находят их через ChatGPT. Что появилось: - Business Hub: управление профилем, описанием, контактами и информацией о компании. - Аналитика: количество упоминаний бизнеса, переходов на сайт и популярные темы, по которым пользователи находят компанию. - Каталоги товаров: возможность передавать актуальные цены и наличие товаров. - Business Agent: собственный ИИ-агент, который отвечает на вопросы клиентов, рассказывает о продуктах и помогает выбирать услуги. Особенно интересно последнее. Компания сможет создать агента, который будет общаться с потенциальными покупателями прямо внутри ChatGPT. Пока Business Agents доступны подходящим интернет-магазинам и онлайн-сервисам в США. Заявить права на профиль могут компании из поддерживаемых регионов после проверки. OpenAI также уточняет: подключение бизнеса не гарантирует ему более высокие позиции в рекомендациях ChatGPT. Похоже, у компаний появляется ещё один канал привлечения клиентов, который придётся учитывать наряду с SEO. Источник: https://openai.com/index/introducing-businesses-chatgpt/
3 502
15
🍏 Apple научила Claude управлять роботом без специального обучения Исследователи Apple опубликовали работу *On Agentic Manip
🍏 Apple научила Claude управлять роботом без специального обучения Исследователи Apple опубликовали работу *On Agentic Manipulation Policies*, в которой показали, что универсальные ИИ-модели способны управлять роботизированными манипуляторами без предварительного обучения на записях действий роботов. Обычно робототехнические модели обучают на тысячах демонстраций: как захватывать предметы, перемещать их и размещать в нужном месте. Такие специализированные системы часто хуже справляются с изменением инструкций и незнакомыми ситуациями. Apple предложила другую архитектуру под названием AMP1. Она предоставляет языковой модели изображение с камер, возможность выполнять Python-код и прямое управление движениями роботизированной руки. Модель постоянно получает новые наблюдения, анализирует результат своих действий и корректирует следующие команды. В AMP1 нет заранее подготовленных навыков захвата, перемещения или размещения предметов. Модель самостоятельно вырабатывает стратегии во время выполнения задачи. Результаты на RoboLab-120: 85,6% успешных выполнений у Gemini 4 Argon. 82,8% у Claude Opus 5.5. 49,2% у лучшей специализированной VLA-модели. 42,9% у лучшей World-Action Model. Все результаты AMP1 получены без демонстраций и специализированного обучения под конкретные задачи. Проверка на реальном роботе Исследователи использовали манипулятор Franka Research 3 с семью степенями свободы и тремя камерами. Claude Opus 5.5 успешно выполнила 104 из 108 испытаний, охватывавших 12 задач и три экземпляра роботизированной системы. Это 96,3% успешных выполнений. Модель самостоятельно находила скрытые предметы, использовала окружающие объекты как инструменты, исправляла ошибки калибровки камер и меняла стратегию после неудачных действий. У подхода пока есть ограничение: робот значительную часть времени ожидает, пока модель анализирует ситуацию и принимает следующее решение. Среднее время успешного выполнения реальных задач составило около 280 секунд, из которых 211 секунд приходились на рассуждения модели. Исследование: https://arxiv.org/abs/2611.09892 Видео и исходный код: https://apple-aiml-research.github.io/
3 925
16
183 мс против 3,5 секунды у Claude Opus 5.5. Drex Max ускоряет принятие решений ИИ-агентами почти в 20 раз. Nace AI представи
183 мс против 3,5 секунды у Claude Opus 5.5. Drex Max ускоряет принятие решений ИИ-агентами почти в 20 раз. Nace AI представила Drex Max - мультимодальную decision-модель с контекстом до 256K токенов. Её особенность: модель вообще не генерирует текст. Вместо этого она получает контекст, варианты ответа, текст, скриншоты или графики и за один проход возвращает вероятности для каждого варианта. Сравнение задержки: - Drex Max: 183 мс. - GPT-6 Sol: около 2 секунд. - Claude Opus 5.5: около 3,5 секунды. По данным Nace AI, версия 1.1 заняла первое место среди decision-моделей в независимом Decision Index Artificial Analysis. Модель рассчитана на задачи, где агенту приходится принимать сотни небольших решений: выбирать кнопки, проверять страницы, классифицировать данные и определять следующие действия. Исследование: https://arxiv.org/abs/2611.07854 Демонстрация и API: https://www.nace.ai/blog/introducing-drex-max
3 813
17
Как рассчитать размер выборки для A/B-теста и объяснить бизнесу p-value? Классический вопрос на собеседовании аналитика. Тепе
Как рассчитать размер выборки для A/B-теста и объяснить бизнесу p-value? Классический вопрос на собеседовании аналитика. Теперь добавьте к нему ещё один: как вы используете в этой работе LLM и как проверяете её выводы? Разобраться в этом можно на AI Analytics Week — бесплатном онлайн-интенсиве Школы анализа данных Яндекса. С 23 по 27 ноября на кейсах Яндекса пройдёте путь от первых этапов до агентной системы. Что разберут: — Как применять LLM в экспериментах: расчёт выборки, стратификация, интерпретация p-value — Как автоматизировать очистку данных и формировать контекст для модели — Как проектировать агентные системы и сохранять контроль над их выводами Интенсив сделан для продуктовых, бизнес- и data-аналитиков, ML-инженеров и студентов старших курсов технических вузов. Нужна база: SQL, Python, статистика и основы ML. Заявки принимают до 22 ноября включительно. Регистрация по ссылке.
3 545
18
DeepMind обещает перелом в научных открытиях. Первые результаты покажут уже в ближайшие недели. Вице-президент Google DeepMin
DeepMind обещает перелом в научных открытиях. Первые результаты покажут уже в ближайшие недели. Вице-президент Google DeepMind по науке заявил, что человечество переживает настоящий «фазовый переход» в темпах научных открытий. По его словам, первые доказательства этого станут видны уже в ближайших релизах Google. «Мы наблюдаем настоящий фазовый переход в скорости научных открытий». Если кто и способен приблизить такой сценарий, то Google DeepMind: вычислительные мощности, Gemini, AlphaFold и собственные научные лаборатории дают компании серьёзную базу. https://x.com/pushmeet/status/2119373171321196892
3 360
19
Карпати собрал YouTube-клон с 47 000 видео за 3 минуты с помощью Claude Code Андрей Карпати превратил подборку YouTube-каналов Тристана Хьюма в полноценную видеотеку TristanTube. Внутри около 47 000 технических и научных видео, собранных из рейтинга каналов Хьюма. Что получилось: - Интерфейс в стиле YouTube с поиском и просмотром видео. - Отдельная страница About. - Тёмная тема. - TV Mode для фонового просмотра и непрерывного воспроизведения. Самое интересное: по словам Карпати, он создал проект за один проход с помощью Claude Code. Весь промпт, по его воспоминаниям, сводился к просьбе сделать YouTube-подобный просмотрщик для этих видео, добавить страницу About, тёмную тему и TV Mode. karpathy.ai/tristan-tube/
3 890
20
PostgreSQL: от SQL до внутреннего устройства Практический курс на русском для разработчиков, аналитиков и инженеров, которым
PostgreSQL: от SQL до внутреннего устройства Практический курс на русском для разработчиков, аналитиков и инженеров, которым важно понимать не только синтаксис запросов, но и поведение базы под нагрузкой. Вы построите учебный сервис заказов, исследуете планы запросов, воспроизведёте блокировки и разберёте MVCC, WAL и vacuum. https://github.com/justxor/postgresql-deep-dive-ru
3 823